TRACT: 時間的ルーティングによるアクションチャンクと接触を伴う操作のための時系列フェーズ権限

本論文は、接触を伴う操作タスクにおけるロボットの模倣学習のための新しい行動生成手法TRACTを提案している。TRACTは、位相構造化されたaction chunkingを、受け入れられた現在の位相と、将来の地平線内の単一のCURRENT-to-NEXT境界に分解する。タスクローカルグラフが時系列的な位相の権威を制約し、累積境界分布が将来のクエリを位相固有のクエリとアクションパスに単調にルーティングする。接触実行のために、因果的な応答不足積分器がポリシーの意図とACK適格な後続動作を比較し、方向性応答が抑制されたときにアーム補償を蓄積し、回復確認後に減衰する。

従来のaction chunkingは複数の未来のアクションを予測して決定地平線を短縮するが、位相条件付けは現在の制御瞬間を記述する。予測された地平線が手続き上の境界を横切るとき、現在の位相をチャンク全体に割り当てると構造的な時間的不一致が生じる。TRACTはこの不一致を解決するために、位相構造化action chunkingを現在の位相と将来の境界に分解し、位相の時系列的な権威をグラフで制約する点が新しい。また、応答不足積分器による接触実行の補償も独自性がある。

手法の肝は、位相構造化action chunkingを現在の位相と単一のCURRENT-to-NEXT境界に分解すること。タスクローカルグラフが位相の時系列的な権威を制約し、累積境界分布が将来のクエリを位相固有のパスに単調にルーティングする。接触実行では、因果的な応答不足積分器がポリシー意図とACK適格な後続動作を比較し、方向性応答が抑制されたときにアーム補償を蓄積し、回復後に減衰させる。

6つの実ロボットバリアントで各10回試行し、完全なTRACTは10/10の全シーケンス成功、99.00%の中央値ワイプ完了率、ゼロの位相曖昧性、ゼロのストールを達成した。完全な方法パッケージと評価設定の下で、ルーティング表現はフラットパッケージよりも優れた観測タスク結果を得た（成功6/10 vs 3/10、ワイプ完了率77.08% vs 8.03%）。時系列的な権威は位相曖昧性を8/10から0/10に減らし、応答積分はストールを4/10から0/10に減らした。

パッケージ比較は、ルーティングを他のジェネレータパッケージの違いから分離していないため、ルーティングの効果を単独で評価していない。また、評価は特定のタスクと設定に限定されており、一般化については要旨からは不明。

要旨で参照されている関連研究は明示されていないが、action chunkingと位相条件付けに関する研究が関連する。具体的には、Action Chunking with Transformers (ACT)や、位相ベースの模倣学習（例えば、Learning Phase-Adjusted Policies）などが考えられる。